Antiviral Activity of Natural Compounds Immuno Formula Shiban2/5 against SARS-CoV-2
Notice bibliographique
Résumé
SARS-CoV-2 poses a significant risk to global healthcare systems based on the recent worldwide COVID-19 pandemic. Spike proteins are the hallmark of SARS-Cov-2, which bind to ACE2 receptors that lead to cell and membrane fusion. To address and alleviate respiratory health issues, we at Shiban Pharma have developed a range of natural products derived from plant and herb extracts, recognized for their antiviral activity against SARS-CoV-2, such as propolis extracts. In this study, we are evaluating the effects of the immuno-formula Shiban 2 and Shiban 5 (IF 2/5) on the infection of airway epithelial cells (A549) and primary airway epithelial cell (PAEC) by SARS-CoV-2. The objective is to evaluate the effects of IF 2/5 and of a placebo on viral infection. Our in vitro data demonstrates that IF 2/5 inhibits SARS-CoV-2 replication in a dose-dependent manner. Moreover, the compounds in IF 2/5 exhibit synergy, as determined by the Bliss method and Bliss synergy score. The Bliss synergy model was applied to explore the interaction between Propolis and Tannic Acid in modulating SARS-CoV-2 infection inhibition. Finally, our IF 2/5 also displays anti-inflammatory effects on cytokine markers IL-17A, IL-17F, and IL-8, contributing to an antiviral immunomodulatory response in the Propolis and Tannic Acid combination in vitro.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».